近年来,深度学习框架如雨后春笋般的涌现出来,如TensorFlow、caffe、caffe2、PyTorch、Keras、Theano、Torch等,对于从事计算机视觉/机器学习/图像处理方面的研究者或者教育者提高了更高的要求。其中Pytorch是Torch的升级版,其有非常优秀的前端和灵活性,相比TensorFlow不用重复造轮子,易于Debug调试,极大的提高开发效率,使得其在其他框架中脱颖而出。更多信息参见:caffe2+Pytorch1.0 = Pytorch1.0,期待即将推出的1.0版本,caffe2更适合后端部署。关于这几个那个的比较,可以参见贾杨清在知乎上的回答以及他回答Caffe2中并入Pytorch的看法
本次博客用来记录我在Windows上安装Pytorch的过程,以及遇到的问题,供大家参考

1 、进入官网https://pytorch.org/

Windows中安装Pytorch和Torch

在这个页面会自动帮你选择,但是包的形式,需要你选择,本人选择的是pip的,如果是Conda,请自己选择,CUDA和Python的版本会自动检测,所以不用担心。

如果需要查看自己Python版本,请在cmd/cmder/power shell中输入Python/ipython即可

 

Windows中安装Pytorch和Torch

CUDA版本号的查看

方法1:

进入以下目录
C:Program FilesNVIDIA GPU Computing ToolkitCUDA
即可安装的CUDA版本

Windows中安装Pytorch和Torch

 

方法2:

请在cmd/cmder/power shell中输入nvcc -V即可

Windows中安装Pytorch和Torch

 

2、pip 安装Pytorch包

在命令行中,输入你复制的网页command即可

Windows中安装Pytorch和Torch

 

安装好之后请安装torchvision,即网页上的第二个命令

Windows中安装Pytorch和Torch

做到这里,其实就差一步,就可以检测了,那就是卸载Numpy(pip uninstall Numpy),重新安装以下,因为torch是依赖Numpy的,你以前安装的版本可能和这个不同,所以需要卸载重新安装,安装号之后就可以测试了

Windows中安装Pytorch和Torch

 

只要不报错,就是成功了

Windows中安装Pytorch和Torch

其中,我们可以用torch.cuda.is_available()这个方法来查看是否支持GPU,True就是支持,到此为止,大功告成,可以去玩耍去了!!!!!